ElasticSearch练习题---python

最新推荐文章于 2024-06-08 16:44:58 发布
最新推荐文章于 2024-06-08 16:44:58 发布
阅读量716 收藏 3
点赞数
分类专栏： python 文章标签： elasticsearch python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_16829085/article/details/107142542
版权

题目

一、雇员表查询
1.添加以下三条信息到Elasticsearch，index为megacorp,type为employee，id分别为1，2，3
{
“first_name” : “John”,
“last_name” : “Smith”,
“age” : 25,
“about” : “I love to go rock climbing”,
“interests”: [ “sports”, “music” ]
}

{
“first_name” : “Jane”,
“last_name” : “Smith”,
“age” : 32,
“about” : “I like to collect rock albums”,
“interests”: [ “music” ]
}

{
“first_name” : “Douglas”,
“last_name” : “Fir”,
“age” : 35,
“about”: “I like to build cabinets”,
“interests”: [ “forestry” ]
}

2.查看雇员id为1信息。

3.搜索所有雇员信息
4.搜索特定条件的雇员信息：通过非json形式搜索名字为Smith的雇员。
5.通过match的方式搜索名字为Smith的雇员。
6. 搜索名字为 Smith 的雇员，但年龄大于 30 岁的。
7. 搜索下所有喜欢攀岩（rock climbing）的雇员。
8. #仅匹配同时包含 “rock” 和 “climbing”，并且二者以短语 “rock climbing” 的形式紧挨着的雇员记录
9.按照第8题的搜索要求，同时需要高亮显示搜索的内容。

二、商品信息查询。
1.请把以下文档导入ElasticSearch
{“id”: 1, “studentNo”: “TH-CHEM-2016-C001”, “name”: “Jonh Smith”, “major”:“Chemistry”, “gpa”: 4.8, “yearOfBorn”: 2000, “classOf”: 2016, “interest”: “soccer, basketball, badminton, chess”}

{“id”: 2, “studentNo”: “TH-PHY-2018-C001”, “name”: “Isaac Newton”, “major”:“Physics”, “gpa”: 3.6, “yearOfBorn”: 2001, “classOf”: 2018, “interest”: “novel, soccer, cooking”}

{“id”: 3, “studentNo”: “BU-POLI-2016-C001”, “name”: “John Kennedy”, “major”:“Politics”, “gpa”: 4.2, “yearOfBorn”: 2000, “classOf”: 2016, “interest”: “talking, dating, boxing, shooting, chess”}

{“id”: 4, “studentNo”: “BU-POLI-2015-C001”, “name”: “John Kerry”, “major”:“Politics”, “gpa”: 4.1, “yearOfBorn”: 1999, “classOf”: 2015, “interest”: “money, basketball”}

{“id”: 5, “studentNo”: “BU-ARTS-2016-C002”, “name”: “Da Vinci”, “major”:“Arts”, “gpa”: 4.8, “yearOfBorn”: 1995, “classOf”: 2016, “interest”: “drawing, music, wine”}

请查询

  1. 同时查询id为1，3，5的文档
  2. 名字不叫John的文档
  3. 在2016年以前入学的文档
  4. 请把id为4文档添加一个兴趣 “poker”

三、index操作

1.查询所有index列表，并将查询到的结果复制到此处。
2.创建website的index，要求为该索引有3个分片，2份副本。
3.删除website的index.

四、商品信息操作。
{ “index”: { “_id”: 1 }}
{ “price” : 10, “productID” : “XHDK-A-1293-#fJ3” }
{ “index”: { “_id”: 2 }}
{ “price” : 20, “productID” : “KDKE-B-9947-#kL5” }
{ “index”: { “_id”: 3 }}
{ “price” : 30, “productID” : “JODL-X-1937-#pV7” }
{ “index”: { “_id”: 4 }}
{ “price” : 30, “productID” : “QQPX-R-3956-#aD8” }
1， 将以上信息导入es，index为my_store，type为products。
2， 查找价格为20的商品信息,使用 constant_score 查询以非评分模式来执行 term 查询并以一作为统一评分
3， 查询具有"XHDK-A-1293-#fJ3"特定商品id的信息。
4， 查询价格在20-40之前的商品信息
5， 查找商品列表中价格为20或30的商品信息
6， 查询商品价格为30或者"productID"为"XHDK-A-1293-#fJ3"的商品信息，但是商品的"productID"不能为"QQPX-R-3956-#aD8"
7， 查询productID 为"KDKE-B-9947-#kL5"的商品信息或者 productID为"JODL-X-1937-#pV7" 并且同时 price为 30的商品信息

Python答案

'''
@Descripttion:es练习题
@version: 1.0.0
@Author: blsm
@Date: 2020-07-02 19:08:18
@LastEditTime: 2020-07-03 06:39:06
'''

from elasticsearch import Elasticsearch


def create_mega(es):
    """添加雇员信息到megacorp索引

    Args:
        es ([type]): [description]
    """
    es.indices.create(index='megacorp', ignore=400)

    data = [{"first_name": "John",
             "last_name": "Smith",
             "age": 25,
             "about": "I love to go rock climbing",
             "interests": ["sports", "music"]
             },
            {"first_name": "John",
             "last_name": "Smith",
             "age": 32,
             "about": "I like to collect rock albums",
             "interests": ["music"]
             },
            {"first_name": "Douglas",
             "last_name": "Fir",
             "age": 35,
             "about": "I like to build cabinets",
             "interests": ["forestry"]
             },
            ]

    # 添加雇员信息到Elasticsearch
    for i, item in enumerate(data):
        res = es.create(
            index='megacorp', doc_type='employee', id=i+1, body=item)
        print(res)


def search_id(es, id, opt):
    query_id = {
        'query': {
            'ids': {
                "values": id
            }
        }
    }
    res = es.search(index=opt['index'], doc_type=opt['type'],
                    body=query_id)
    print(res)


def search_all(es):
    res = es.search(index='megacorp', doc_type='employee')
    print(res)


def search_field(es, last_name):
    query = {
        "query": {
            "multi_match": {
                "query": last_name,
                "fields": ["last_name"]
            }
        }
    }
    res = es.search(index='megacorp', body=query)
    # print(res['hits']['total'])
    print(res)


def search_match(es, last_name):
    query = {
        "query": {
            "match": {
                "last_name": last_name}
        }
    }
    res = es.search(index='megacorp', body=query)
    print(res)


def search_name_age(es, name, age):
    query = {
        "query": {
            "bool": {
                "must": {"match": {"last_name": name}
                         },
                "filter": {
                    "range": {"age": {"lte": age}}
                }}
        }
    }
    res = es.search(index='megacorp', body=query)
    print(res)


def search_about(es, about):
    query = {
        "query": {
            "multi_match": {
                "query": about,
                "fields": ["about"]
            }
        }
    }
    res = es.search(index='megacorp', body=query)
    print(res)


def search_phrase(es, str1, highlight=False):
    query = {
        "query": {
            "match_phrase": {
                "about": str1
            }
        }
    }
    if highlight:
        query['highlight'] = {"fields": {"about": {}}}
    res = es.search(index='megacorp', body=query)
    print(res)


def create_stu(es):
    es.indices.create(index='stu', ignore=400)

    data = [{"studentNo": "TH-CHEM-2016-C001",
             "name": "Jonh Smith",
             "major": "Chemistry",
             "gpa": 4.8,
             "yearOfBorn": 2000,
             "classOf": 2016,
             "interest": "soccer, basketball, badminton, chess"
             },
            {"studentNo": "TH-PHY-2018-C001",
             "name": "Isaac Newton",
             "major": "Physics",
             "gpa": 3.6,
             "yearOfBorn": 2001,
             "classOf": 2018,
             "interest": "novel, soccer, cooking"},
            {"studentNo": "BU-POLI-2016-C001",
             "name": "John Kennedy",
             "major": "Politics",
             "gpa": 4.2,
             "yearOfBorn": 2000,
             "classOf": 2016,
             "interest": "talking, dating, boxing, shooting, chess"},
            {"studentNo": "BU-POLI-2015-C001",
             "name": "John Kerry",
             "major": "Politics",
             "gpa": 4.1,
             "yearOfBorn": 1999,
             "classOf": 2015,
             "interest": "money, basketball"},
            {"studentNo": "BU-ARTS-2016-C002",
             "name": "Da Vinci",
             "major": "Arts",
             "gpa": 4.8,
             "yearOfBorn": 1995,
             "classOf": 2016,
             "interest": "drawing, music, wine"},
            ]

    # 添加雇员信息到Elasticsearch
    for i, item in enumerate(data):
        res = es.create(
            index='stu', doc_type='doc', id=i+1, body=item)
        print(res)


def search_not_name(es, name):
    query = {
        "query": {
            "bool": {
                "must_not": {
                    "match": {
                        "name": "John"
                    }
                }
            }
        }
    }

    res = es.search(index='stu', body=query)
    print(res)


def search_classOf(es, year):
    query = {
        "query": {
            "range": {
                "classOf": {
                    "lte": year
                }
            }
        }
    }

    res = es.search(index='stu', body=query)
    print(res)


def update_interest(es, id):
    data = {
        "script": {
            "source": "ctx._source.interest=params.interest",
            "params": {"interest": "money, basketball, poker"},
            "lang": "painless"
        },
        "query": {
            "bool": {
                "must": [
                    {"term": {"_id": id}}
                ],
            }
        }
    }

    result = es.update_by_query(index='stu', body=data)
    print(result)


def search_index(es):
    for index in es.indices.get('*'):
        print(index)


def create_web(es):
    data = {
        "settings": {
            "index": {
                "number_of_shards": 3,  # 数据自动会分成3片存放在不同的节点，提高数据检索速度
                # 创建2个副本集,设置多副本可以增加数据库的安全性,但是插数据的时候，会先向主节点插入数据，之后再向其余副本同步，会降低插入数据速度
                "number_of_replicas": 2
            }
        }
    }

    result = es.indices.create(index='website', body=data)
    print(result)


def delete(es, index):
    result = es.indices.delete(index=index)
    print(result)


def create_goods(es):

    es.indices.create(index='my_store', ignore=400)

    data = [
        {"price": 10, "productID": "XHDK-A-1293 -  # fJ3"},
        {"price": 20, "productID": "KDKE-B-9947 -  # kL5"},
        {"price": 30, "productID": "JODL-X-1937 -  # pV7"},
        {"price": 30, "productID": "QQPX-R-3956 -  # aD8"},
    ]

    # 添加雇员信息到Elasticsearch
    for i, item in enumerate(data):
        res = es.create(
            index='my_store', doc_type='products', id=i+1, body=item)
        print(res)


def search_goods(price=0):
    query = {
        "query": {
            "constant_score": {
                "filter": {
                    "term": {
                        "price": 20
                    }
                }
            }
        }
    }
    res = es.search(index='my_store', body=query)
    print(res)


def search_productID(es, productID='XHDK-A-1293-#fJ3'):
    query = {
        "query": {
            "match": {
                "productID": "XHDK-A-1293-#fJ3"
            }
        }
    }

    res = es.search(index='my_store', body=query)
    print(res)


def search_range_preice(es, low, high):
    query = {
        "query": {
            "range": {
                "price": {
                    "gte": low,
                    "lte": high,
                }
            }
        }
    }

    res = es.search(index='my_store', body=query)
    print(res)


def search_age(es, prices):
    query = {
        "query": {
            "terms": {
                "price": prices
            }
        }
    }

    res = es.search(index='my_store', body=query)
    print(res)


def search_priceORproductID(es, price, productID, notproductID):
    query = {
        "query": {
            "bool": {
                "should": [
                    {
                        "match": {
                            "price": price
                        }},
                    {"match": {
                        "productID": productID
                    }
                    }
                ],
                "must_not": {
                    "match": {
                        "productID": notproductID
                    }
                }
            }
        }
    }

    res = es.search(index='my_store', body=query)
    print(res)


def search_priceANDproductID(es, productIDs, price):
    query = {
        "query": {
            "bool": {
                "should": [
                    {
                        "match": {
                            "productID": productIDs[0]
                        }},
                    {"match": {
                        "productID": productIDs[1]
                    }
                    }
                ],
                "must": {
                    "match": {
                        "price": price
                    }
                }
            }
        }
    }

    res = es.search(index='my_store', body=query)
    print(res)


if __name__ == "__main__":
    es = Elasticsearch()
    # 雇员表
    # 1 添加数据
    # create_mega(es)
    # 2 查看雇员id为1信息
    # opt = {'index': 'megacorp', 'type': 'employee'}
    # search_id(es, 1, opt)
    # 3 搜索所有雇员信息
    # search_all(es)
    # 4 搜索特定条件的雇员信息
    # search_field(es, 'Smith')
    # 5 通过match的方式搜索名字为Smith的雇员
    # search_match(es, 'Smith')
    # 6 搜索名字为 Smith 的雇员，但年龄大于 30 岁的
    # search_name_age(es, 'Smith', 30)
    # 7 搜索下所有喜欢攀岩（rock climbing）的雇员
    # search_about(es, 'climbing')
    # 8 仅匹配同时包含 “rock” 和 “climbing”，并且二者以短语“rock climbing” 的形式紧挨着的雇员记录
    # search_phrase(es, 'rock climbing')
    # 9 高亮
    # search_phrase(es, 'rock climbing', highlight=True)

    # 商品信息查询
    # 1 批量导入
    # create_stu(es)
    # 1) 同时查询id为1,3,5
    # opt = {'index': 'stu', 'type': 'doc'}
    # search_id(es, [1, 3, 5], opt)
    # 2) 名字不叫John的文档
    # search_not_name(es, 'John')
    # 3)在2016年以前入学的文档
    # search_classOf(es, 2015)
    # 4)请把id为4文档添加一个兴趣 “poker”
    # update_interest(es, 4)

    # index操作
    # 1 查询所有index列表
    # search_index(es)
    # 2 创建website的index
    # create_web(es)
    # 3 删除索引
    # delete(es, 'website')

    # 商品信息操作
    # 1 导入信息
    # create_goods(es)
    # 2 查找价格为20的商品信息
    # search_goods(es,price=20)
    # 3 查询具有"XHDK-A-1293-#fJ3"特定商品id的信息
    # search_productID(es, productID='XHDK-A-1293-#fJ3')
    # 4 查询价格在20-40之间的商品信息
    # search_range_preice(es, low=20, high=40)
    # 5 查找商品列表中价格为20或30的商品信息
    # search_age(es, prices=[20, 30])
    # 6查询商品价格为30或者"productID"为"XHDK-A-1293-#fJ3"的商品信息，但是商品的"productID"不能为"QQPX-R-3956-#aD8"
    # search_priceORproductID(
    #     es, price=30, productID="XHDK-A-1293-#fJ3", notproductID="QQPX-R-3956-#aD8")

    # 7 查询productID 为"KDKE-B-9947-#kL5"的商品信息或者 productID为"JODL-X-1937-#pV7" 并且同时 price为 30的商品信息
    search_priceANDproductID(
        es, productIDs=["KDKE-B-9947-#kL5", "JODL-X-1937-#pV7"], price=30)

参考资料

天青如水
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Elasticsearch10基础总结练习题
zhang_yuanbai的博客
09-21 549
1.Elasticsearch是什么？跟mysql的区别 Elasticsearch是什么 Elasticsearch是一个分布式、高性能、高可用、可伸缩的搜索和分析系统。 ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的 全文搜索引 擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为 Apache许可条款下的开 放源码发布，是当前流行的企业级搜索引擎。设计用于云计算 中，能够达到实时搜索，稳定，可靠， 快速，安装使用方便。
ElasticSearch练习源码
01-12
ElasticSearch练习源码，包括索引的创建删除，检索等。
elasticsearch练习
r1001020713的博客
05-26 350
一.es环境的搭建 安装jdk1.8 es官网下载es.tar.gz 解压 运行es bin/elasticsearch (如何linux为32位启动会报错,但是不影响正常使用) 二.es常用命令 curl 命令参数意义 -X 指定http的请求方法 HEAD GET POST PUT DELETE -d 指定要传输的数据 -H 指定http请求头信息 参数详情可以使用 curl --he...
Elasticsearch 认证模拟题 - 12
Wolf_xujie的博客
06-08 540
索引中包含了过去11个月的地震信息，请通过一句查询，获取以下信息。
ElasticSearch综合练习题
qq_41794285的博客
07-04 3763
一、雇员表查询 1.添加以下三条信息到Elasticsearch，index为megacorp,type为employee，id分别为1，2，3 { “first_name” : “John”, “last_name” : “Smith”, “age” : 25, “about” : “I love to go rock climbing”, “interests”: [...
ElasticSearch常见经典面试题
weixin_30906701的博客
07-07 3249
1.为什么要使用Elasticsearch? ​ 　　因为在我们商城中的数据，将来会非常多，所以采用以往的模糊查询，模糊查询前置配置，会放弃索引，导致商品查询是全表扫面，在百万级别的数据库中，效率非常低下，而我们使用ES做一个全文索引，我们将经常查询的商品的某些字段，比如说商品名，描述、价格还有id这些字段我们放入我们索引库里，可以提高查询速度。 2.Elasticsearch是如何实现Mas...
python-devops-course:关于Python DevOps课程的回购
05-25
6. **学习资源**："python-devops-course-master"这个文件名可能暗示了课程提供的是一套完整的资源包，包含课程笔记、代码示例、练习题等，帮助学员巩固所学，并能够在实际项目中应用。 7. **实践项目**：一个好的...
考研备考资料真题-2019年云南昆明理工大学英语考研真题A卷.doc
最新发布
06-28
- **搜索引擎优化**：Elasticsearch等搜索引擎提高资料搜索效率。 ### 四、自然语言处理技术应用 #### 英语考研真题分析 - **文本预处理**：去除停用词、标点符号等，简化文本结构。 - **词法分析**：词性标注、...
coder-cses
03-27
"coder-cses-master" 这个文件名可能表示这是一个项目的主分支或主版本，里面可能包含了源代码、练习题、解题思路、数据集、测试脚本等。通常，这样的项目会按照主题或者难度进行分类，帮助学习者逐步提高编程和算法...
leetcode题库-like:用于收集开发者常用的一些链接--史上最强收藏夹
06-29
算法&练习 有各种算法问题，可以提高自己的专业水平 里面含有各种题库，包含入门到高级的问题，原地址为 现已经迁移至上面地址 也是一个刷题的，包含各种中高级问题 这个题库和上面的不同是，这个是通过段位显示，并
mpsi_python_cours:我在 MPSI 中的 Python 课程
06-25
这个文件夹很可能包含了课程的所有文件，如讲义、代码示例、练习题、解答以及可能的额外资源。 课程可能涵盖以下Python编程的基础知识点： 1. **Python环境设置**：如何安装Python解释器，使用集成开发环境（IDE）...
2019年常见ElasticSearch 面试题解析（上）
程序员追风的博客
12-25 7294
前言 ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。ElasticSearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。官方客户端在Java、.NET（C#）、P...
ElasticSearch语法练习
kamisama的博客
11-22 1085
GET _search { "query": { "match_all": {} } } POST _analyze { "analyzer":"ik_max_word", "text":"歼10系列战斗机" } POST _analyze { "analyzer":"pinyin", "text":"歼10系列战斗机" } PUT /myinde { "settings": { "number_of_shards": 1 , "number_of_re.
elasticsearch：基础练习
不花的花和尚的博客
10-02 2311
首先搭建好elasticsearch集群，我这里搭建3台，伪分布式。 新建一个名为es1的索引库： curl -XPUT http://192.168.1.28:9200/es1/ 则出现以下： lunce   5个主片： 其他几个是从片，主从绝对不会在一个节点上，比如1和1  2和2  主从都不在一个节点。    建“表”： #document： curl -XPOST ...
Elasticsearch：Elasticsearch 查询示例 - 动手练习（一）
Elastic 中国社区官方博客
01-30 4671
在我之前的文章文章： Elasticsearch：有用的 Elasticsearch 查询示例 开始使用 Elasticsearch （2） 我列举了很多关于 Elasticsearch 查询的例子。抱着多多益善的想法，在今天的文章中，我给大家带来更多的例子给大家练习。希望大家对 Elasticsearch 有更多的认识。 Elasticsearch 提供了一组强大的选项来查询各种用例的文档，因此了解将哪个查询应用于特定案例很有用。 以下是一个动手教程，可帮助你利用 Elasticse
30道你不得不会的Elasticsearch面试题【附答案解析】
u011250186的博客
07-02 683
Elasticsearch面试题
elasticsearch的rest api练习记录
春华秋实
05-16 616
GET _search {    "query": {       "match_all": {}    } } PUT  /blog/article/1 {     "title":"my sense",     "author":"syj",     "content":"sense is a good tool" } DELETE /blog/arctic
Elastic 可观测性小练习
dtzly的博客
06-14 360
视频链接：https://cloud.tencent.com/developer/salon/live-1443 ppt链接：https://docs.qq.com/slide/DUGRzYVVTU3ZxblBP 操作文档链接：https://elastic.martinliu.cn/codelabs/elastic-observability-foundation-qq 目的 可观测性是目前云原生里面比较火的概念，从最初我们学习开发从主机模式着手到基于 C/S 架构的开发模式，接着是从 J2EE 到现在的
Elasticsearch：Elasticsearch 查询示例 - 动手练习（二）
Elastic 中国社区官方博客
01-30 2869
这是继上一篇文章 “Elasticsearch：Elasticsearch 查询示例 - 动手练习（一）” 的续篇。 Compound Queries 到目前为止，在本教程中，我们已经看到我们触发了单个查询，例如查找文本匹配或查找年龄范围等。但在现实世界中，我们更经常需要检查多个条件并根据返回的文档 在那。 此外，我们可能需要修改查询的相关性或分数参数或更改单个查询的行为等。复合查询是帮助我们实现上述场景的查询。 在本节中，让我们看看一些最有用的复合查询。 Bool query 布尔查询提供
python elasticsearch-dsl
08-20
Python的elasticsearch-dsl是基于elasticsearch-py封装实现的，提供了更简便的操作elasticsearch的方法。你可以通过安装elasticsearch-dsl库来使用它。安装命令是"pip install elasticsearch-dsl"。如果你在Django...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值